딥리서치 결과를 업무로 연결하는 법: 검색보다 중요한 근거·보고서·결정 루프

리서치 업무는 보통 이렇게 시작한다. "이번 시장이 커졌나?" "이 도구를 도입해도 되나?" "경쟁사는 무엇을 바꿨나?" 담당자는 검색하고, 탭을 열고, 문장을 복사하고, 링크를 붙인다. 하루가 지나면 문서는 길어지지만, 누가 무엇을 결정해야 하는지는 여전히 모호하다.

딥리서치의 진짜 비용은 검색 시간이 아니다. 출처와 주장이 맞는지 다시 확인하고, 보고서가 실제 결정으로 넘어가는 데 걸리는 시간이다. AX에서는 리서치 산출물을 보고서가 아니라 다음 업무가 열리는 근거 패킷으로 설계한다.

검색·요약·딥리서치는 어떻게 다른가?

방식	결과	잘 맞는 질문	업무에 넘길 때 필요한 것
검색	관련 페이지와 문서를 찾는다.	특정 사실이나 원문을 찾을 때	원문 링크와 기준일
요약	한 문서의 핵심을 짧게 줄인다.	긴 회의록·정책을 빠르게 읽을 때	요약 대상과 누락 가능성
딥리서치	여러 출처를 비교해 주장과 결론을 만든다.	시장·제품·정책을 비교하고 판단할 때	출처 계층·주장별 인용·불확실성·다음 행동
AX 리서치 루프	근거 패킷을 결정·실험·업무 티켓으로 넘긴다.	리서치가 실제 실행으로 이어져야 할 때	담당자·기한·승인·결과 기록

딥리서치는 항상 긴 문서를 만들 필요가 없다. 질문이 좁고, 주장 수가 적고, 다음 행동이 명확하면 한 페이지짜리 근거 패킷이 더 유용하다.

근거 패킷은 어떤 항목으로 만들까?

리서치 결과를 다음 구조로 저장하면 나중에 다른 사람이 다시 읽을 수 있다.

항목	작성 질문	예시
Research question	무엇을 결정하기 위해 조사했나?	우리 팀이 브라우저 에이전트 파일럿을 시작해도 되는가?
Scope and date	어디까지, 언제의 정보인가?	공식 문서와 공개 가격 페이지, 2026년 8월 7일 기준
Source map	어떤 출처를 어떤 이유로 선택했나?	공식 문서·표준·기업 공시·커뮤니티 관찰
Claims	문서가 뒷받침하는 주장은 무엇인가?	도구는 화면 캡처와 클릭 행동을 지원한다.
Uncertainty	확인하지 못했거나 변할 수 있는 것은 무엇인가?	실제 계정 권한과 페이지 변경 영향은 테스트 필요
Recommendation	현재 근거로 어떤 선택을 제안하나?	읽기 전용 내부 업무로 2주 테스트
Next action	누가 언제 무엇을 해야 하나?	운영 담당자가 테스트 계정과 20건 데이터 준비

출처는 계층으로 나눠야 한다

모든 링크가 같은 무게를 갖지는 않는다. 제품 기능은 해당 제품의 공식 문서가 가장 먼저다. 보안·위험 기준은 NIST나 OWASP 같은 표준과 보안 가이드로 확인한다. 기업의 성과 수치는 기업이 직접 발표한 것인지, 외부 측정인지 구분한다. 커뮤니티는 반복되는 불편과 실패 패턴을 찾는 데 쓰되 제품 기능이나 성능의 공식 근거로 사용하지 않는다.

• 1차: 공식 문서, API reference, changelog, 규정·표준
• 2차: 기업 공시, 공식 case study, 재현 가능한 GitHub 코드
• 3차: 업계 연구, 분석 보고서, 전문가 글
• 관찰: Reddit·커뮤니티·댓글에서 발견한 현장 패턴

좋은 리서치 에이전트는 링크를 많이 붙이는 에이전트가 아니다. 주장과 출처가 맞는지 확인하고, 확인할 수 없는 부분은 모른다고 표시하는 에이전트다.

딥리서치 AX 워크플로우

1. 질문 고정: 배경 설명과 함께 이번 리서치가 바꿀 의사결정을 한 문장으로 쓴다.
2. 범위 고정: 대상 지역·기간·출처 언어·포함하지 않을 항목을 정한다.
3. 출처 수집: 공식 문서와 1차 자료부터 확인하고 출처 URL과 확인일을 저장한다.
4. 주장 추출: 문단을 그대로 옮기지 말고, 검증 가능한 주장 단위로 나눈다.
5. 교차 확인: 서로 다른 출처가 같은 사실을 지지하는지, 수치와 날짜가 맞는지 본다.
6. 불확실성 표시: 확인하지 못한 항목, 공급자 주장, 커뮤니티 관찰을 서로 다른 레이블로 표시한다.
7. 결정 패킷 생성: 추천안·대안·반대 근거·리스크·다음 행동을 한 화면에 넣는다.
8. 사람 승인: 의사결정자가 근거 링크를 열어 핵심 주장을 확인한 뒤 실험·티켓·보류를 선택한다.

예시: AI 도입 검토 리서치를 실행으로 넘기기

나쁜 결과는 "AI 에이전트 시장이 성장하고 있으니 우리도 도입해야 한다"라는 문장이다. 좋은 결과는 다음과 비슷하다.

• 질문: 우리 영업팀의 주간 리서치 수집 업무를 브라우저 에이전트로 2주 시험할 수 있는가?
• 근거: 공식 문서에서 화면 관찰·행동·제한 조건을 확인했고, 내부 업무의 테스트 계정과 데이터 범위를 정했다.
• 미확인: 우리 공급사 포털의 팝업과 세션 만료 상황은 아직 재현하지 않았다.
• 추천: 외부 발송 없이 공개 자료 수집과 내부 초안 생성만 허용한다.
• 다음 행동: 영업 운영 담당자가 금요일까지 테스트 계정과 최근 20건을 준비한다.

이 패킷은 보고서보다 짧을 수 있지만, 누가 무엇을 결정하고 무엇을 시험할지가 분명하다. 그것이 업무화된 리서치다.

리서치 결과의 품질은 무엇으로 측정할까?

지표	의미	측정 예시
주장-출처 일치율	주장마다 실제로 근거가 연결됐는가?	샘플 주장 중 원문이 직접 지지하는 비율
출처 커버리지	중요 결론에 충분한 1차 자료가 있는가?	핵심 주장에 연결된 공식 출처 수
결정 리드타임	질문 등록부터 결정까지 얼마나 걸렸나?	리서치 시작·승인·보류 시각 비교
수정률	사람이 사실·날짜·출처를 얼마나 고쳤나?	검수 후 수정된 주장 비율
실행 전환율	보고서가 실제 다음 행동으로 이어졌나?	티켓·실험·회의 안건으로 전환된 패킷 비율
재사용률	다음 리서치가 기존 출처와 주장 구조를 활용했나?	재사용된 근거 패킷·출처 비율

2주 딥리서치 파일럿

1. 1~2일차: 반복되는 의사결정 질문 하나를 고르고 기존 보고서 5건을 수집한다.
2. 3~4일차: 질문·범위·출처·주장·불확실성·추천·다음 행동 템플릿을 고정한다.
3. 5~7일차: 공식 문서 중심으로 3개 패킷을 만들고 사람이 주장-출처 일치율을 검수한다.
4. 8~10일차: 리서치 결과를 업무 티켓이나 실험 계획으로 넘겨 결정 리드타임을 잰다.
5. 11~14일차: 오류·누락·중복 조사 원인을 정리하고, 계속 사용할 질문 유형과 중단할 유형을 나눈다.

딥리서치에서 조심할 보안 문제

웹 페이지와 문서는 정보이면서 동시에 입력이다. 페이지 안에 에이전트에게 행동을 지시하는 문장이 있어도 그것을 업무 지시로 믿으면 안 된다. 검색 결과의 텍스트와 우리 팀의 시스템 지시를 분리하고, 외부 문서에 포함된 링크나 파일을 자동으로 실행하지 않는다.

• 내부 전략 질문에 고객명·계약 원문·비공개 가격을 그대로 넣지 않는다.
• 웹 문서의 지시문과 조직의 작업 계약을 분리한다.
• 출처 페이지의 날짜·작성자·공식 여부를 기록한다.
• 외부 출처에서 받은 파일·링크·코드를 자동 실행하지 않는다.
• 외부 공유 전에는 사람 승인을 거치고, 미확인 문장을 제거한다.

OpenAI의 딥리서치 가이드는 질문을 조사하고 자료를 연결하는 개발 패턴을 제공한다. 하지만 도구가 보고서를 만들 수 있다는 것과 회사가 그 결론을 승인해도 된다는 것은 다르다. 근거 패킷과 사람의 결정 게이트가 그 차이를 메운다.

LeanX는 딥리서치 도구를 붙이는 데서 멈추지 않고, 반복되는 질문을 근거 패킷과 의사결정 루프로 바꿉니다. 우리 팀의 리서치 업무를 AX 파일럿으로 설계해보세요.

공식 참고자료

• OpenAI Deep research 가이드
• OpenAI File search 가이드
• Anthropic 평가 설계 문서
• NIST AI Risk Management Framework